Desafio 4

Este relatório apresenta a análise da trajetória de uma única aeronave em 2015, usando o conjunto de dados flights.csv.zip.
Optamos pelo ano de 2015, pois, caso todos os voos de uma mesma aeronave fossem exibidos no gráfico, a visualização ficaria sobrecarregada e pouco clara devido à poluição visual. Além disso, escolhemos por um chunk_size = 1000000 no read_csv_chunked() para equilibrar velocidade e uso de memória.
A função analisa_aeronave lê apenas os voos do tail_number especificado, enriquece com coordenadas reais de aeroportos, calcula métricas de desempenho (velocidade, atraso, pontualidade) e gera um mapa interativo com múltiplas camadas informativas.

---

library(tidyverse)

── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.4     ✔ readr     2.1.5
✔ forcats   1.0.0     ✔ stringr   1.5.1
✔ ggplot2   3.5.2     ✔ tibble    3.2.1
✔ lubridate 1.9.4     ✔ tidyr     1.3.1
✔ purrr     1.0.4     
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(leaflet)
library(lubridate)
library(sf)

Linking to GEOS 3.13.0, GDAL 3.10.1, PROJ 9.5.1; sf_use_s2() is TRUE

library(geosphere)
library(htmltools)

Anexando pacote: 'htmltools'

O seguinte objeto é mascarado por 'package:geosphere':

    span

# Função principal que vai analisar a trajetória de qualquer aeronave
analisa_aeronave <- function(tail_number, arquivo = "flights.csv") {
  
  # ========== FUNÇÕES AUXILIARES ========== #
  
  # Função para ler apenas os voos da aeronave que queremos (economiza memória)
  ler_dados_aeronave <- function(tail_number, file, chunk_size = 1000000) {
    
    # Esta função processa cada chunck do arquivo grande
    process_chunk <- function(x, pos) {
      x %>%
        filter(TAIL_NUMBER == tail_number, YEAR == 2015)  # Só pega voos de 2015
    }
    
    # Lê o arquivo em chuncks para não travar o computador
    df <- readr::read_csv_chunked(
      file = file,
      callback = readr::DataFrameCallback$new(process_chunk),
      chunk_size = chunk_size,
      progress = FALSE,
      # Define o tipo de cada coluna (otimiza a leitura)
      col_types = cols(
        .default = col_character(),
        YEAR = col_integer(),
        MONTH = col_integer(), 
        DAY = col_integer(),
        DEPARTURE_TIME = col_integer(),
        ARRIVAL_TIME = col_integer(),
        DEPARTURE_DELAY = col_double(),
        ARRIVAL_DELAY = col_double(),
        AIR_TIME = col_double(),
        DISTANCE = col_double()
      )
    )
    
    # Se não encontrou nada, para a execução
    if (nrow(df) == 0) {
      stop("Ops! Não encontrei voos para a aeronave ", tail_number, " em 2015")
    }
    
    # Cria uma coluna de data e ordena os voos cronologicamente
    df <- df %>%
      mutate(FL_DATE = make_date(YEAR, MONTH, DAY)) %>%
      arrange(FL_DATE, DEPARTURE_TIME) %>%
      filter(!is.na(DEPARTURE_TIME))  # Remove voos sem horário de partida
    
    return(df)
  }
  
  # Função para carregar as coordenadas dos aeroportos
  carregar_aeroportos <- function() {
    airports_file <- "airports.csv"
    
    airports <- readr::read_csv(airports_file, col_types = cols())
    
    # Filtra apenas aeroportos com coordenadas válidas
    airports_coords <- airports %>%
      select(IATA_CODE, AIRPORT, LATITUDE, LONGITUDE) %>%
      filter(!is.na(IATA_CODE), !is.na(LATITUDE), !is.na(LONGITUDE))
    
    return(airports_coords)
  }
  
  # Função para "juntar" os voos com as coordenadas dos aeroportos
  enriquecer_com_coordenadas <- function(df_voos, df_aeroportos) {
    df_enriquecido <- df_voos %>%
      # Junta info do aeroporto de origem
      left_join(df_aeroportos, by = c("ORIGIN_AIRPORT" = "IATA_CODE")) %>%
      rename(ORIGIN_NAME = AIRPORT, ORIGIN_LAT = LATITUDE, ORIGIN_LON = LONGITUDE) %>%
      # Junta info do aeroporto de destino
      left_join(df_aeroportos, by = c("DESTINATION_AIRPORT" = "IATA_CODE")) %>%
      rename(DEST_NAME = AIRPORT, DEST_LAT = LATITUDE, DEST_LON = LONGITUDE) %>%
      # Só mantém voos onde conseguimos as coordenadas
      filter(!is.na(ORIGIN_LAT), !is.na(DEST_LAT))
    
    return(df_enriquecido)
  }
  
  # Função simples para formatar horários (ex: 1430 vira "1430", NA vira "—")
  fmt_time <- function(x) ifelse(is.na(x), "—", sprintf("%04d", as.integer(x)))
  
  # ========== PROCESSAMENTO PRINCIPAL ==========
  
  cat("🛩️  Processando aeronave:", tail_number, "\n")
  
  # Passo 1: Carrega todos os voos da aeronave
  trajeto_completo <- ler_dados_aeronave(tail_number, arquivo)
  cat("📊 Encontrados", nrow(trajeto_completo), "voos\n")
  
  # Passo 2: Carrega dados dos aeroportos
  airports_coords <- carregar_aeroportos()
  
  # Passo 3: Junta voos com coordenadas dos aeroportos
  trajeto_enriquecido <- enriquecer_com_coordenadas(trajeto_completo, airports_coords)
  
  # Passo 4: Calcula métricas interessantes e prepara dados para o mapa
  dados_finais <- trajeto_enriquecido %>%
    filter(!is.na(AIR_TIME), AIR_TIME > 0) %>%  # Remove voos inválidos
    mutate(
      # Calcula velocidade média em milhas por hora
      GROUND_SPEED = DISTANCE / (AIR_TIME / 60),
      
      # Calcula atraso "líquido" (quanto tempo ganhou/perdeu no ar)
      NET_DELAY = ARRIVAL_DELAY - DEPARTURE_DELAY,
      
      # Classifica cada voo por pontualidade
      ON_TIME_STATUS = case_when(
        is.na(ARRIVAL_DELAY) ~ "Sem Informação",
        ARRIVAL_DELAY < -15 ~ "Adiantado",
        ARRIVAL_DELAY <= 15 ~ "No Horário", 
        ARRIVAL_DELAY <= 60 ~ "Atraso Leve",
        TRUE ~ "Atraso Significativo"
      ),
      
      # Numera os voos em ordem cronológica
      flight_sequence = row_number(),
      
      # Cria HTML bonito para quando clicarem no voo no mapa
      popup_html = sprintf(
        "<strong>✈️ Voo %d</strong><br/>
        <strong>📅 Data:</strong> %s<br/>
        <strong>🛫 De:</strong> %s (%s)<br/>
        <strong>🛬 Para:</strong> %s (%s)<br/>
        <strong>🏢 Companhia:</strong> %s<br/>
        <strong>🔢 Voo N°:</strong> %s<br/>
        <strong>🕐 Partida:</strong> %s | <strong>🕐 Chegada:</strong> %s<br/>
        <strong>⚡ Velocidade:</strong> %.0f mph<br/>
        <strong>⏱️ Atraso Líquido:</strong> %.0f min",
        flight_sequence, as.character(FL_DATE),
        ORIGIN_NAME, ORIGIN_AIRPORT,
        DEST_NAME, DESTINATION_AIRPORT,
        AIRLINE, FLIGHT_NUMBER,
        fmt_time(DEPARTURE_TIME), fmt_time(ARRIVAL_TIME),
        GROUND_SPEED, coalesce(NET_DELAY, 0)
      ) %>% lapply(htmltools::HTML)
    )
  
  # ========== CRIANDO O MAPA INTERATIVO ==========
  
  cat("🗺️  Gerando mapa interativo...\n")
  
  # Calcula os limites geográficos para enquadrar o mapa
  lng_min <- min(c(dados_finais$ORIGIN_LON, dados_finais$DEST_LON), na.rm = TRUE)
  lng_max <- max(c(dados_finais$ORIGIN_LON, dados_finais$DEST_LON), na.rm = TRUE)
  lat_min <- min(c(dados_finais$ORIGIN_LAT, dados_finais$DEST_LAT), na.rm = TRUE)
  lat_max <- max(c(dados_finais$ORIGIN_LAT, dados_finais$DEST_LAT), na.rm = TRUE)
  
  # Cria o mapa base com dois estilos diferentes
  mapa_final <- leaflet(dados_finais) %>%
    addProviderTiles(providers$CartoDB.Positron, group = "Mapa Limpo") %>%
    addProviderTiles(providers$OpenStreetMap, group = "Mapa Detalhado") %>%
    fitBounds(lng1 = lng_min, lat1 = lat_min, lng2 = lng_max, lat2 = lat_max)
  
  # Define cores para os atrasos (verde = bom, vermelho = ruim)
  pal_delay <- colorNumeric(
    palette = c("green", "yellow", "orange", "red"), 
    domain = dados_finais$NET_DELAY,
    na.color = "gray"
  )
  
  # Calcula a variação de velocidades para ajustar espessura das linhas
  min_speed <- min(dados_finais$GROUND_SPEED, na.rm = TRUE)
  max_speed <- max(dados_finais$GROUND_SPEED, na.rm = TRUE)
  range_speed <- max_speed - min_speed
  
  # ========== ADICIONANDO AS CAMADAS DO MAPA ==========
  
  # CAMADA 1: Trajetórias individuais (uma linha para cada voo)
  for (i in 1:nrow(dados_finais)) {
    voo_atual <- dados_finais[i, ]
    
    # Calcula espessura da linha baseada na velocidade do voo
    if (is.finite(range_speed) && range_speed > 0) {
      weight_speed <- 2 + 6 * ((voo_atual$GROUND_SPEED - min_speed) / range_speed)
    } else {
      weight_speed <- 4  # Padrão se todas velocidades forem iguais
    }
    
    # Cria uma linha curva realista (great circle) entre origem e destino
    linha_curva <- geosphere::gcIntermediate(
      c(voo_atual$ORIGIN_LON, voo_atual$ORIGIN_LAT),
      c(voo_atual$DEST_LON, voo_atual$DEST_LAT),
      n = 50, addStartEnd = TRUE
    )
    
    # Adiciona a linha no mapa
    mapa_final <- mapa_final %>%
      addPolylines(
        data = as.data.frame(linha_curva),
        lng = ~lon, lat = ~lat,
        color = pal_delay(voo_atual$NET_DELAY),  # Cor baseada no atraso
        weight = weight_speed,                    # Espessura baseada na velocidade
        opacity = 0.8,
        popup = voo_atual$popup_html,
        highlightOptions = highlightOptions(weight = 8, color = "#FFFFFF", 
                                          bringToFront = TRUE, opacity = 1),
        group = "Trajetórias dos Voos"
      )
  }
  
  # Adiciona legenda explicando as cores
  mapa_final <- mapa_final %>%
    addLegend(pal = pal_delay, values = dados_finais$NET_DELAY, opacity = 0.7,
              title = "Atraso Líquido (min)", position = "bottomright",
              group = "Trajetórias dos Voos")
  
  # CAMADA 2: Estatísticas dos aeroportos (círculos nos aeroportos)
  airports_summary <- bind_rows(
    dados_finais %>% select(AIRPORT = ORIGIN_AIRPORT, LAT = ORIGIN_LAT, 
                           LON = ORIGIN_LON, DELAY = DEPARTURE_DELAY),
    dados_finais %>% select(AIRPORT = DESTINATION_AIRPORT, LAT = DEST_LAT, 
                           LON = DEST_LON, DELAY = ARRIVAL_DELAY)
  ) %>%
    group_by(AIRPORT, LAT, LON) %>%
    summarise(n_visits = n(), avg_delay = mean(DELAY, na.rm = TRUE), .groups = 'drop') %>%
    filter(!is.na(LAT))
  
  pal_airport_delay <- colorNumeric("YlOrRd", domain = airports_summary$avg_delay)
  
  mapa_final <- mapa_final %>%
    addCircleMarkers(
      data = airports_summary, lng = ~LON, lat = ~LAT,
      radius = ~sqrt(n_visits) * 2 + 3,  # Tamanho proporcional ao número de visitas
      color = ~pal_airport_delay(avg_delay),  # Cor baseada no atraso médio
      stroke = TRUE, fillOpacity = 0.8,
      popup = ~sprintf("<strong>🏢 %s</strong><br/>Visitas: %d<br/>Atraso Médio: %.1f min", 
                      AIRPORT, n_visits, avg_delay),
      group = "Estatísticas dos Aeroportos"
    )
  
  # CAMADA 3: Pontualidade dos aeroportos (verde = pontual, vermelho = problemático)
  airports_pontualidade <- bind_rows(
    dados_finais %>% select(AIRPORT = ORIGIN_AIRPORT, LAT = ORIGIN_LAT, 
                           LON = ORIGIN_LON, STATUS = ON_TIME_STATUS),
    dados_finais %>% select(AIRPORT = DESTINATION_AIRPORT, LAT = DEST_LAT, 
                           LON = DEST_LON, STATUS = ON_TIME_STATUS)
  ) %>%
    group_by(AIRPORT, LAT, LON) %>%
    summarise(
      n_total = n(),
      pct_pontual = mean(STATUS %in% c("No Horário", "Adiantado"), na.rm = TRUE) * 100,
      .groups = "drop"
    ) %>%
    filter(!is.na(LAT))
  
  pal_pontual <- colorNumeric("Greens", domain = airports_pontualidade$pct_pontual)
  
  mapa_final <- mapa_final %>%
    addCircleMarkers(
      data = airports_pontualidade, lng = ~LON, lat = ~LAT,
      radius = ~sqrt(n_total) * 2 + 3,
      color = ~pal_pontual(pct_pontual),
      stroke = TRUE, fillOpacity = 0.8,
      popup = ~sprintf("<strong>📊 %s</strong><br/>Voos: %d<br/>Pontualidade: %.1f%%", 
                      AIRPORT, n_total, pct_pontual),
      group = "Pontualidade dos Aeroportos"
    )
  
  # CAMADA 4: Destaca a rota mais frequente
  flows_summary <- dados_finais %>%
    group_by(ORIGIN_AIRPORT, DESTINATION_AIRPORT, ORIGIN_LAT, ORIGIN_LON, 
             DEST_LAT, DEST_LON) %>%
    summarise(n_flights = n(), .groups = 'drop') %>%
    arrange(-n_flights)
  
  if (nrow(flows_summary) > 0) {
    rota_top <- flows_summary %>% slice_max(n_flights, n = 1)
    
    inter_top <- geosphere::gcIntermediate(
      c(rota_top$ORIGIN_LON, rota_top$ORIGIN_LAT),
      c(rota_top$DEST_LON, rota_top$DEST_LAT),
      n = 50, addStartEnd = TRUE
    )
    
    mapa_final <- mapa_final %>%
      addPolylines(
        data = as.data.frame(inter_top), lng = ~lon, lat = ~lat,
        weight = 8, color = "blue", opacity = 0.9, dashArray = "10,5",
        popup = sprintf("<strong>🏆 Rota Mais Voada</strong><br/>%s → %s<br/>%d voos",
                       rota_top$ORIGIN_AIRPORT, rota_top$DESTINATION_AIRPORT, rota_top$n_flights),
        group = "Rota Mais Frequente"
      )
  }
  
  # ========== FINALIZANDO O MAPA ==========
  
  # Adiciona controles para ligar/desligar as camadas
  mapa_final <- mapa_final %>%
    addLayersControl(
      baseGroups = c("Mapa Limpo", "Mapa Detalhado"),
      overlayGroups = c("Trajetórias dos Voos", "Estatísticas dos Aeroportos", 
                       "Pontualidade dos Aeroportos", "Rota Mais Frequente",
                       "Ícones de Status", "Visão Geral das Rotas"),
      options = layersControlOptions(collapsed = FALSE)
    ) %>%
    # Por padrão, mostra só as trajetórias (as outras ficam ocultas)
    hideGroup(c("Estatísticas dos Aeroportos", "Pontualidade dos Aeroportos", 
               "Rota Mais Frequente", "Ícones de Status", "Visão Geral das Rotas")) %>%
    # Adiciona título no mapa
    addControl(html = paste0("<h4>✈️ Trajetória da Aeronave ", tail_number, " - 2015</h4>"),
               position = "topleft")
  
  # ========== ESTATÍSTICAS RESUMIDAS ==========
  
  resumo <- list(
    aeronave = tail_number,
    total_voos = nrow(dados_finais),
    periodo = paste(min(dados_finais$FL_DATE), "a", max(dados_finais$FL_DATE)),
    aeroportos_visitados = length(unique(c(dados_finais$ORIGIN_AIRPORT, dados_finais$DESTINATION_AIRPORT))),
    distancia_total = sum(dados_finais$DISTANCE, na.rm = TRUE),
    tempo_voo_total = sum(dados_finais$AIR_TIME, na.rm = TRUE),
    velocidade_media = round(mean(dados_finais$GROUND_SPEED, na.rm = TRUE), 1),
    atraso_medio = round(mean(dados_finais$NET_DELAY, na.rm = TRUE), 1)
  )
  
  # Mostra um resuminho no console
  cat("✅ Processamento concluído!\n")
  cat("📊 Total de voos válidos:", nrow(dados_finais), "\n")
  cat("🏢 Aeroportos visitados:", resumo$aeroportos_visitados, "\n")
  cat("⚡ Velocidade média:", resumo$velocidade_media, "mph\n")
  
  # Retorna tudo organizadinho numa lista
  return(list(
    tabela = dados_finais,     # Dados completos para análises extras
    mapa = mapa_final,         # Mapa interativo pronto pra usar
    resumo = resumo            # Estatísticas resumidas
  ))
}

resultado <- analisa_aeronave("N431WN")

🛩️  Processando aeronave: N431WN 
📊 Encontrados 1926 voos
🗺️  Gerando mapa interativo...
✅ Processamento concluído!
📊 Total de voos válidos: 1764 
🏢 Aeroportos visitados: 81 
⚡ Velocidade média: 418 mph

resultado_inteiro <- analisa_aeronave("N431WN", "flights.csv")

🛩️  Processando aeronave: N431WN 
📊 Encontrados 1926 voos
🗺️  Gerando mapa interativo...
✅ Processamento concluído!
📊 Total de voos válidos: 1764 
🏢 Aeroportos visitados: 81 
⚡ Velocidade média: 418 mph

resultado_inteiro$mapa              # Mostra o mapa

View(resultado_inteiro$tabela)      # Abre os dados numa planilha
print(resultado_inteiro$resumo)     # Mostra as estatísticas

$aeronave
[1] "N431WN"

$total_voos
[1] 1764

$periodo
[1] "2015-01-01 a 2015-12-31"

$aeroportos_visitados
[1] 81

$distancia_total
[1] 1353780

$tempo_voo_total
[1] 187008

$velocidade_media
[1] 418

$atraso_medio
[1] -6.9